THE USE OF BIONICS AND SEMANTIC PANEL FOR A PRODUCT DEVELOPMENT
Notice bibliographique
Résumé
The essence of the designers work is the creation of new solutions, usually related to the project of products to be produced in large scale. Thus, design is explicit in manufacturing companies but it is not usually related to raw material industries. However, designers work is necessary to materialize intangible products, as chemicals inputs, into concrete concepts. This is not as easy as it could seem and may demands special methods, as semantic panel. The semantic panel is a technique based on communication through metaphors. This can stimulate creativity allowing the designer to combine things that belong to different contexts and formulate new solutions to project from these associations. This paper describes the method and the steps performed for the development of a product that aims to turn tangible a new chemical solution with low environmental impact developed by an Italian chemical company. The method was conducted in two steps. First, an analysis of the design problem was performed by the designer and the company’s technicians and executives. Secondly, a semantic panel was constructed under the theoretical basis of bionics to define practical, symbolic, aesthetic and green product functions. The bionic analysis of a groundling plant resulted in the detection of parameters that could be suitable for the product design, as a good balance, physical and mechanical strength. The concept, plus the problem presented and the semantic panel led to the requirements of the product aesthetics (color and texture), symbolism (meaning) and ecological factors (processes of tanning the leather with chemical inputs). The resulting product from this procedure; a purse, achieved the project goals expressing clearly the performance expected from the chemical input.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».